开发者

Python操作Excel文件的11种方法(全网最全)

开发者 https://www.devze.com 2025-03-15 12:16 出处：网络 作者： 极客代码
目录引言1. 使用 pandas 库2. 使用 openpyxl 库3. 使用 xlrd 和 xlwt 库4. 使用 xlwings 库5. 使用 XlsxWriter 库6. 使用 pyexcel 库7. 使用
相关专题：Python ExcelPython操作ExcelPython操作Excel文件
目录
  • 引言
  • 1. 使用 pandas 库
  • 2. 使用 openpyxl 库
  • 3. 使用 xlrd 和 xlwt 库
  • 4. 使用 xlwings 库
  • 5. 使用 XlsxWriter 库
  • 6. 使用 pyexcel 库
  • 7. 使用 et_XMLfile 库
  • 8. 使用 win32com.client 库
  • 9. 使用 tablib 库
  • 10. 使用 odfpy 库
  • 11. 使用 pyexcel-ods3 库
  • 总结

引言

python 提供了多种库和方法来操作 Excel 文件，每种方法都有其独特的优势和适用场景。本文将详细介绍这 11 种方法，包括它们的优缺点、适用场景以及详细的使用方式和代码示例，帮助读者全面掌握这些工具。本文不仅涵盖了基本的读写操作，还将深入探讨高级功能和最佳实践。

1. 使用 pandas 库

优点：

  • 功能强大，支持数据清洗、转换和分析。
  • 支持多种文件格式，包括 .xls 和 .xlsx。
  • 提供丰富的数据操作方法，如筛选、排序、分组等。

缺点：

  • 学习曲线较高，需要一定的编程基础。
  • 处理大规模数据时可能占用较多内存。

适用场景：

  • 数据分析和处理任务。
  • 需要进行复杂数据操作和分析的场景。

详细使用方式：

  • 安装 pandas：
pip install pandas
  • 读取 Excel 文件：
import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
print(df.head())  # 显示前五行数据

# 读取特定工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
print(df.head())
  • 写入 Excel 文件：
import pandas as pd

# 创建数据
data = {
    'Name': ['Tom', 'Jerry'],
    'Age': [20, 21]
}
df = pd.DataFrame(data)

# 写入 Excel 文件
df.to_excel('output.xlsx', index=False)

数据操作：

  • 选择特定列：
df = pd.read_excel('example.xlsx', usecols=['Name', 'Age'])
print(df.head())
  • 过滤数据：
df = pd.read_excel('example.xlsx')
filtered_df = df[df['Age'] > 20]
print(filtered_df)
  • 数据分组：
df = pd.read_excel('example.xlsx')
grouped_df = df.groupby('Age').mean()
print(grouped_df)
  • 添加新列：
df = pd.read_excel('example.xlsx')
df['NewColumn'] = df['Age'] * 2
print(df)
  • 更新单元格：
df = pd.read_excel('example.xlsx')
df.at[0, 'Age'] = 25
print(df)
  • 删除列：
df = pd.read_excel('example.xlsx')
del df['Age']
print(df)
www.devze.com
  • 合并多个 Excel 文件：
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')
merged_df = pd.concat([df1, df2], ignore_index=True)
print(merged_df)
  • 数据透 视表：
df = pd.read_excel('example.xlsx')
pivot_table = pd.pivot_table(df, values='Age', index=['Name'], aggfunc='sum')
print(pivot_table)

2. 使用 openpyxl 库

优点：

  • 专注于 .xlsx 文件格式。
  • 提供细粒度的操作，如单元格格式、图表等。
  • 支持读取、写入和修改 Excel 文件。

缺点：

  • 不支持 .xls 文件格式。
  • 功能相对单一，不适用于复杂的数据分析任务。

适用场景：

  • 需要对 Excel 文件进行细粒度操作的场景。
  • 处理 .xlsx 文件格式的任务。

详细使用方式：

  • 安装 openpyxl：
pip install openpyxl
  • 读取 Excel 文件：
from openpyxl import load_workbook

# 加载 Excel 文件
wb = load_workbook('example.xlsx')
sheet = wb.active

# 读取数据
for row in sheet.iter_rows(values_only=True):
    print(row)
  • 写入 Excel 文件：
from openpyxl import Workbook

# 创建新的工作簿
wb = Workbook()
sheet = wb.active

# 写入数据
sheet.append(['Name', 'Age'])
sheet.append(['Tom', 20])
sheet.append(['Jerry', 21])

# 保存文件
wb.save('output.xlsx')
  • 修改 Excel 文件：
from openpyxl import load_workbook

# 加载 Excel 文件
wb = load_workbook('example.xlsx')
sheet = wb.active

# 修改单元格数据
sheet['A1'] = 'New Name'
sheet['B1'] = 25

# 保存修改后的 Excel 文件
wb.save('modified_example.xlsx')
  • 设置单元格格式：
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment

# 创建新的工作簿
wb = Workbook()
sheet = wb.active

# 设置单元格格式
cell = sheet['A1']
cell.value = 'Hello, World!'
cell.font = Font(bold=True, color='FF0000')
cell.alignment = Alignment(horizontal='center', vertical='center')

# 保存文件
wb.save('formatted_output.xlsx')

3. 使用 xlrd 和 xlwt 库

优点：

  • 支持 .xls 文件格式。
  • xlrd 用于读取 Excel 文件，xlwt 用于写入 Excel 文件。
  • 轻量级，适合简单的数据操作任务。

缺点：

  • 不支持 .xlsx 文件格式。
  • 功能相对有限，不适合复杂的操作。

适用场景：

  • 处理 .xls 文件格式的任务。
  • 需要简单数据操作的场景。

详细使用方式：

  • 安装 xlrd 和 xlwt：
pip install xlrd xlwt
  • 读取 Excel 文件：
import xlrd

# 打开 Excel 文件
workbook = xlrd.open_workbook('example.xls')
sheet = workbook.sheet_by_index(0)

# 读取数据
for row_idx in range(sheet.nr编程客栈ows):
    row = sheet.row_values(row_idx)
    print(row)
  • 写入 Excel 文件：
import xlwt

# 创建新的工作簿
workbook = xlwt.Workbook()
sheet = workbook.add_sheet('Sheet1')

# 写入数据
sheet.write(0, 0, 'Name')
sheet.write(0, 1, 'Age')
sheet.write(1, 0, 'Tom')
sheet.write(1, 1, 20)
sheet.write(2, 0, 'Jerry')
sheet.write(2, 1, 21)

# 保存文件
workbook.save('output.xls')

4. 使用 xlwings 库

优点：

  • 支持 .xls 和 .xlsx 文件格式。
  • 可以读写 Excel 文件，并进行单元格格式的修改。
  • 提供与 Excel 应用程序交互的功能。

缺点：

  • 需要安装 Excel 应用程序。
  • 功能相对复杂，学习曲线较高。

适用场景：

  • 需要与 Excel 应用程序交互的场景。
  • 处理复杂数据操作和格式设置的任务。

详细使用方式：

  • 安装 xlwings：
pip install xlwings
  • 读取 Excel 文件：
import xlwings as xw

# 创建 Excel 应用程序对象
app = xw.App(visible=True, add_book=False)

# 打开工作簿
wb = app.books.open('example.xlsx')
sheet = wb.sheets[0]

# 读取数据
data = sheet.range('A1:B7').value
print(data)

# 关闭工作簿和应用程序
wb.close()
app.quit()
  • 写入 Excel 文件：
import xlwings as xw

# 创建 Excel 应用程序对象
app = xw.App(visible=True, add_book=False)

# 创建新的工作簿
wb = app.books.add()
sheet = wb.sheets[0]

# 写入数据
sheet.range('A1').value = [['Name', 'Age'], ['Tom', 20], ['Jerry', 21]]

# 保存文件
wb.save('output.xlsx')

# 关闭工作簿和应用程序
wb.close()
app.quit()
  • 设置单元格格式：
import xlwings as xw

# 创建 Excel 应用程序对象
app = xw.App(visible=True,js add_book=False)

# 创建新的工作簿
wb = app.books.add()
sheet = wb.sheets[0]

# 写入数据
sheet.range('A1').value = [['Name', 'Age'], ['Tom', 20], ['Jerry', 21]]

# 设置单元格格式
cell = sheet.range('A1')
cell.api.Font.Bold = True
cell.api.HorizontalAlignment = -4108  # 水平居中
cell.api.VerticalAlignment = -4108  # 垂直居中

# 保存文件
wb.save('formatted_output.xlsx')

# 关闭工作簿和应用程序
wb.close()
app.quit()

5. 使用 XlsxWriter 库

优点：

  • 专注于写入 .xlsx 文件。
  • 支持文本、数字、公式等的写入。
  • 提供丰富的单元格格式设置功能。

缺点：

  • 不支持读取 Excel 文件。
  • 功能相对单一，不适用于复杂的数据操作任务。

适用场景：

  • 需要写入 .xlsx 文件的任务。
  • 需要精细格式设置的场景。

详细使用方式：

  • 安装 XlsxWriter：
pip install XlsxWriter
  • 写入 Excel 文件：
import xlsxwriter

# 创建新的 Excel 文件
workbook = xlsxwriter.Workbook('output.xlsx')
worksheet = workbook.add_worksheet()

# 写入数据
data = [['Name', 'Age'], ['Tom', 20], ['Jerry', 21]]
for row_num, row_data in enumerate(data):
    worksheet.write_row(row_num, 0, row_data)

# 设置单元格格式
bold = workbook.add_format({'bold': True})
worksheet.write('A1', 'Name', bold)
worksheet.write('B1', 'Age', bold)

# 插入图表
chart = workbook.add_chart({'type': 'column'})
chart.add_series({
    'categories': '=Sheet1!$A$2:$A$3',
    'values': '=Sheet1!$B$2:$B$3',
})
worksheet.insert_chart('D2', chart)

# 保存文件
workbook.close()

6. 使用 pyexcel 库

优点：

  • 支持多种 Excel 文件格式，包括 .xls 和 .xlsx。
  • 提供一致的接口来读取和写入这些文件。
  • 轻量级，易于使用。

缺点：

  • 功能相对有限，不适用于复杂的操作。
  • 不如 pandas 和 openpyxl 功能丰富。

适用场景：

  • 处理多种 Excel 文件格式的任务。
  • 需要简单数据操作的场景。

详细使用方式：

  • 安装 pyexcel：
pip install pyexcel pyexcel-xls pyexcel-xlsx
  • 读取 Excel 文件：
import pyexcel

# 读取 Excel 文件
sheet = pyexcel.get_sheet(file_name="example.xlsx")
print(sheet)

# 读取特定工作表
sheet = pyexcel.get_sheet(file_name="example.xlsx", sheet_name="Sheet1")
print(sheet)
  • 写入 Excel 文件：
import pyexcel

# 创建数据
data = [['Name', 'Age'], ['Tom', 20], ['Jerry', 21]]

# 写入 Excel 文件
sheet = pyexcel.Sheet(data)
sheet.save_as("output.xlsx")

7. 使用 et_xmlfile 库

优点：

  • 用于处理 Excel 文件的 XML 内容。
  • 适用于高级用户，可以直接操作 Excel 文件的内部结构。

缺点：

  • 学习曲线较高，需要了解 XML 结构。
  • 功能相对复杂，不适合初学者。

适用场景：

  • 需要直接操作 Excel 文件内部结构的场景。
  • 处理复杂 Excel 文件的任务。

详细使用方式：

  • 安装 et_xmlfile：
pip install et_xmlfile
  • 读取 Excel 文件的 XML 内容：
from et_xmlfile import xmlfile

# 读取 Excel 文件的 XML 内容
with xmlfile.XmlFile('example.xlsx') as xf:
    for event, elem in xf.iterparse():
        print(event, elem.tag)

8. 使用 win32com.client 库

优点：

  • 通过 COM 接口操作 Excel 文件。
  • 支持多种 Excel 文件格式。
  • 提供与 Excel 应用程序交互的功能。

缺点：

  • 需要安装 Excel 应用程序。
  • 功能相对复杂，学习曲线较高。
  • 仅适用于 Windows 环境。

适用场景：

  • 需要与 Excel 应用程序交互的场景。
  • 处理复杂数据操作和格式设置的任务。

详细使用方式：

  • 安装 pywin32：
pip install pywin32
  • 读取 Excel 文件：
import win32com.client

# 创建 Excel 应用程序对象
excel = win32com.client.Dispatch("Excel.Application")
excel.Visible = True

# 打开工作簿
workbook = excel.Workbooks.Open(r'C:\path\to\example.xlsx')
sheet = workbook.Sheets(1)

# 读取数据
cell_value = sheet.Cells(1, 1).Value
print(cell_value)

# 关闭工作簿和应用程序
workbook.Close()
excel.Quit()
  • 写入 Excel 文件：
import win32com.client

# 创建 Excel 应用程序对象
excel = win32com.client.Dispatch("Excel.Application")
excel.Visible = True

# 创建新的工作簿
workbook = excel.Workbooks.Add()
sheet = workbook.Sheets(1)

# 写入数据
sheet.Cells(1, 1).Value = 'Name'
sheet.Cells(1, 2).Value = 'Age'
sheet.Cells(2, 1).Value = 'Tom'
sheet.Cells(2, 2).Value = 20
sheet.Cells(3, 1).Value = 'Jerry'
sheet.Cjsells(3, 2).Value = 21

# 保存文件
workbook.SaveAs(r'C:\path\to\output.xlsx')

# 关闭工作簿和应用程序
workbook.Close()
excel.Quit()

9. 使用 tablib 库

优点：

  • 支持多种数据格式，包括 Excel。
  • 提供一致的接口来处理不同格式的数据。
  • 轻量级，易于使用。

缺点：

  • 功能相对有限，不适用于复杂的操作。
  • 不如 pandas 和 openpyxl 功能丰富。

适用场景：

  • 处理多种数据格式的任务。
  • 需要简单数据操作的场景。

详细使用方式：

  • 安装 tablib：
pip install tablib
  • 写入 Excel 文件：
import tablib

# 创建数据集
data = tablib.Dataset()
data.headers = ['Name', 'Age']
data.append(['Tom', 20])
data.append(['Jerry', 21])

# 导出为 Excel 文件
with open('output.xlsx', 'wb') as f:
    f.write(data.export('xlsx'))

10. 使用 odfpy 库

优点：

  • 用于处理 OpenDocument 格式文件，包括 .ods 文件。
  • 提供读取和写入 .ods 文件的功能。
  • 轻量级，易于使用。

缺点：

  • 不支持 .xls 和 .xlsx 文件格式。
  • 功能相对有限，不适用于复杂的操作。

适用场景：

  • 处理 .ods 文件格式的任务。
  • 需要简单数据操作的场景。

详细使用方式：

  • 安装 odfpy：
pip install odfpy
  • 读取 ODS 文件：
from odf.opendocument import load
from odf.table import TableRow, TableCell
from odf.text import P

# 读取 ODS 文件
doc = load('example.ods')
table = doc.spreadsheet.getElementsByType(Table)[0]

# 遍历表格中的数据
for row in table.getElementsByType(TableRow):
    cells = row.getElementsByType(TableCell)
    row_data = [cell.getElementsByType(P)[0].text for cell in cells]
    print(row_data)
  • 写入 ODS 文件：
from odf.opendocument import OpenDocumentSpreadsheet
from odf.table import Table, TableRow, TableCell
from odf.text import P

# 创建新的 ODS 文件
doc = OpenDocumentSpreadsheet()
table = Table(name="Sheet1")
doc.spreadsheet.addElement(table)

# 添加新行
new_row = TableRow()
new_row.addElement(TableCell(text=P(text='Name')))
new_row.addElement(TableCell(text=P(text='Age')))
table.addElement(new_row)

# 添加更多行
new_row = TableRow()
new_row.addElement(TableCell(text=P(text='Tom')))
new_row.addElement(TableCell(text=P(text='20')))
table.addElement(new_row)

new_row = TableRow()
new_row.addElement(TableCell(text=P(text='Jerry')))
new_row.addElement(TableCell(text=P(text='21')))
table.addElement(new_row)

# 保存文件
doc.save('output.ods')

11. 使用 pyexcel-ods3 库

优点：

  • 支持 .ods 文件格式。
  • 提供一致的接口来读取和写入 .ods 文件。
  • 轻量级，易于使用。

缺点：

  • 不支持 .xls 和 .xlsx 文件格式。
  • 功能相对有限，不适用于复杂的操作。

适用场景：

  • 处理 .ods 文件格式的任务。
  • 需要简单数据操作的场景。

详细使用方式：

  • 安装 pyexcel-ods3：
pip install pyexcel-ods3
  • 读取 ODS 文件：
import pyexcel_ods3

# 读取 ODS 文件
data = pyexcel_ods3.get_data('example.ods')
print(data)
  • 写入 ODS 文件：
import pyexcel_ods3

# 创建数据
data = {
    'Sheet1': [
        ['Name', 'Age'],
        ['Tom', 20],
        ['Jerry', 21]
    ]
}

# 写入 ODS 文件
pyexcel_ods3.save_data('output.ods', data)

总结

Python 提供了多种库和方法来操作 Excel 文件，每种方法都有其独特的优缺点和适用场景。选择合适的库可以提高开发效率和代码质量。以下是每种方法的简要总结：

  1. pandas：功能强大，支持数据清洗、转换和分析，适用于数据分析和处理任务。
  2. openpyxl：专注于 .xlsx 文件格式，提供细粒度的操作，适用于需要对 Excel 文件进行细粒度操作的场景。
  3. xlrd 和 xlwt：支持 .xls 文件格式，轻量级，适用于处理 .xls 文件格式的任务。
  4. xlwings：支持 .xls 和 .xlsx 文件格式，提供与 Excel 应用程序交互的功能，适用于需要与 Excel 应用程序交互的场景。
  5. XlsxWriter：专注于写入 .xlsx 文件，提供丰富的单元格格式设置功能，适用于需要写入 .xlsx 文件的任务。
  6. pyexcel：支持多种 Excel 文件格式，提供一致的接口，适用于处理多种 Excel 文件格式的任务。
  7. et_xmlfile：用于处理 Excel 文件的 XML 内容，适用于需要直接操作 Excel 文件内部结构的场景。
  8. win32com.client：通过 COM 接口操作 Excel 文件，适用于需要与 Excel 应用程序交互的场景。
  9. tablib：支持多种数据格式，提供一致的接口，适用于处理多种数据格式的任务。
  10. odfpy：用于处理 OpenDocument 格式文件，包括 .ods 文件，适用于处理 .ods 文件格式的任务。
  11. pyexcel-ods3：支持 .ods 文件格式，提供一致的接口，适用于处理 .ods 文件格式的任务。

希望本文能帮助你全面掌握 Python 操作 Excel 文件的各种方法。

以上就是Python操作Excel文件的11种方法(全网最全)的详细内容，更多关于Python操作Excel文件的资料请关注编程客栈(www.devze.com)其它相关文php章！

0

上一篇:

:下一篇

更多 开发 相关资讯：

精彩评论

暂无评论...
登录 注册
Qedev.com
验证码 换一张
取 消

关注公众号

热门标签

图文推荐

Android仿微信聊天图片的放大缩小功能

Android仿微信聊天图片的放大缩小功能
Android 悬浮窗开发示例((动态权限请求 | 前台服务和通知 | 悬浮窗创建 )

Android 悬浮窗开发示例((动态权限请求 | 前台服务和通知 | 悬浮窗创建 )
Springboot SseEmitter流式输出的实现代码

Springboot SseEmitter流式输出的实现代码
SpringBoot 搭建架构5种方法示例详解

SpringBoot 搭建架构5种方法示例详解
Security6.4.2 自定义异常中统一响应遇到的问题

Security6.4.2 自定义异常中统一响应遇到的问题
本地JDK多版本快速切换方案

本地JDK多版本快速切换方案
SpringBoot和MybatisPlus实现通用Controller示例

SpringBoot和MybatisPlus实现通用Controller示例
在Java中以及Spring环境下操作Redis的过程

在Java中以及Spring环境下操作Redis的过程

开发者开发者网给大家分享系统运维,大数据运维,云计算,编程开发技巧,路由交换,运维和开发相关的资讯及技术文章，同时StackOverflow中文社区，知识经验交流分享。

法律声明：本站内容均为网友上传，网站举办方负责审核和监督，如存在版权或非法内容，欢迎举报，我们将尽快予以删除。邮箱：devze@qq.com

Copyright © 2018-2020 开发者. All rights reserved. Powered by 开发者ICP备案号: 京ICP备10032868号-9